Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Co liczy się jako kamień milowy w obliczeniach kwantowych, od 9 kubitów do 53

Google podał, że jego procesor Sycamore potrzebował około 200 sekund na milionowe próbkowanie obwodu kwantowego. Firma szacowała, że to samo zadanie zajęłoby nowoczesnemu superkomputerowi jakieś 10 000 lat. To twierdzenie pochodzi z pracy, która na krótko pojawiła się na NASA.gov we wrześniu 2019, i jest najwyraźniejszym przykładem tego, co branża nazywa supremacją kwantową.

TechnologiaWyjaśnienieMarta ZielińskaOpublikowano: 27 września 20264 min czytaniaŹródła 6
Co liczy się jako kamień milowy w obliczeniach kwantowych, od 9 kubitów do 53

Słowo "kamień milowy" bywa w obliczeniach kwantowych nadużywane. Żeby zrozumieć, co właściwie pokazuje dany komunikat, warto rozdzielić trzy rzeczy: ile kubitów ma urządzenie, jak dobre są te kubity i jakie zadanie miała rozwiązać maszyna.

Sami badacze Google dokonali tego rozróżnienia wcześnie. W kwietniu 2017 John Martinis, który kieruje grupą sprzętu kwantowego Google, powiedział MIT Technology Review, że jego zespół ma kilka miesięcy na osiągnięcie kamienia milowego, który nazwał supremacją kwantową: obliczenia poza zasięgiem jakiegokolwiek konwencjonalnego komputera. Wówczas Google zbudował sześciokubitowy układ w siatce dwa na trzy. Był to test tego, czy kubity wciąż działają, gdy umieści się je obok siebie, oraz metody produkcji, która łączy kubity z osobnym okablowaniem sterującym przez punkty lutownicze. Martinis powiedział, że zespół potrzebuje siatki 49 kubitów do właściwego eksperymentu supremacji. Dodał też, że projekty urządzeń o 30 do 50 kubitach są już w przygotowaniu.

IBM odpowiedział w listopadzie. Dario Gil, który kierował działem badań nad obliczeniami kwantowymi i sztuczną inteligencją w IBM, powiedział, że firma zbudowała i zmierzyła prototyp 50-kubitowego procesora. Opisał to jako pierwszy przypadek, gdy jakakolwiek firma zbudowała komputer kwantowy w tej skali, podaje Associated Press. Seth Lloyd, profesor inżynierii mechanicznej w MIT, niezwiązany z pracą, powiedział AP, że usterki prawdopodobnie pozostały, ale nazwał komunikat oznaką znaczącego postępu.

Liczba kubitów to nie cała historia

W grudniu 2017 Martinis sprzeciwiał się sposobowi relacjonowania wyścigu. Mówiąc na konferencji Q2B w NASA Ames, relacjonowanej przez Gizmodo, stwierdził, że komunikaty prasowe zawsze mówią o wyścigu kwantowym w liczbie kubitów, a jakość kubitów liczy się tak samo jak ich ilość. Google produkował wtedy swoje urządzenie supremacji o 49 lub 50 kubitach, a testy miały zacząć się w ciągu dwóch tygodni. Konferencja zgromadziła przedstawicieli Volkswagena, Airbusa, Citibanku, Emersona i Atos, obok firm kapitału wysokiego ryzyka, którzy słuchali wykładów o optymalizacji i uczeniu maszynowym. Teoretyk z Caltech John Preskill użył tego wydarzenia, by opisać obecny okres jako erę NISQ, czyli komputery kwantowe zaszumione, średniej skali.

IBM przekonywał później, że branża potrzebuje lepszej tablicy wyników niż surowe liczby kubitów. Na marcowym spotkaniu American Physical Society w 2019, relacjonowanym przez ZDNET, IBM powiedział, że jego Q System One, 20-kubitowy procesor, osiągnął Quantum Volume 16. To dwa razy więcej niż Quantum Volume 8 zanotowany przez poprzedni system IBM Q. Quantum Volume to złożona miara obejmująca liczbę kubitów, łączność i czas koherencji, a także błędy bramek i pomiarów, przesłuchy między urządzeniami i wydajność kompilatora. IBM twierdził, że wskaźnik musiałby się podwajać co roku, żeby w ciągu najbliższej dekady osiągnąć Quantum Advantage, punkt, w którym zastosowania kwantowe dają znaczące przewagi nad komputerami klasycznymi.

Potem przyszło samo twierdzenie o supremacji. Fortune zdobył kopię pracy Google, która została umieszczona na NASA.gov, zanim ją usunięto, i 20 września 2019 podał, że firma twierdzi, iż jej 53-kubitowy procesor Sycamore wykonał zadanie próbkowania w około 200 sekund. To samo zadanie zajęłoby nowoczesnemu superkomputerowi jakieś 10 000 lat. Źródło w Google powiedziało Fortune, że NASA opublikowała pracę wcześniej, przed recenzją. Google odmówił wtedy potwierdzenia autentyczności pracy.

Nie wszyscy przyjęli tę interpretację. Dario Gil, wówczas szef IBM Research, powiedział Fortune, że eksperyment był wysoce szczególnym eksperymentem laboratoryjnym bez praktycznych zastosowań, a komputery kwantowe będą pracować w porozumieniu z maszynami klasycznymi, a nie panować nad nimi. Jim Clarke, dyrektor ds. sprzętu kwantowego w Intel Labs, nazwał to godnym uwagi kamieniem milowym i powiedział, że komercyjnie opłacalny komputer kwantowy będzie wymagał znacznie więcej postępów w badaniach i rozwoju.

Nature opublikował pracę w październiku 2019. Własny wpis Google na blogu opisał wynik 200 sekund jako moment "hello world", na który branża czekała, i zauważył, że droga do niego zajęła 13 lat, począwszy od eksploracji obliczeń kwantowych na potrzeby uczenia maszynowego przez Hartmuta Nevena w 2006. Ten sam wpis jasno mówił o ograniczeniach: minie wiele lat, zanim będzie można wdrożyć szerszy zestaw rzeczywistych zastosowań. Martinis mówił podobnie w 2017, twierdząc, że eksperyment będzie kamieniem milowym akademickim, a procesory kwantowe będą musiały być znacznie większe niż 50 kubitów, żeby wykonywać użyteczną pracę.

Komentarze 0

Źródła

6
  1. 01Google's New Chip Is a Stepping Stone to Quantum Computing SupremacyEN
  2. 02IBM says it's reached milestone in quantum computingEN
  3. 03Why Google Is Poised to Hit the Next Critical Milestone in Quantum ComputingEN
  4. 04IBM hits quantum computing milestone, may see 'Quantum Advantage' in 2020sEN
  5. 05Google Claims 'Quantum Supremacy,' Marking a Major Milestone in ComputingEN
  6. 06What our quantum computing milestone meansEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.